1. Repositório PUCRS
  2. PUBLICAÇÕES CIENTÍFICAS
  3. Artigo de Periódico
Utilize este identificador para citar ou criar um atalho para este documento: https://hdl.handle.net/10923/20664
Registro Completo de Metadados
Campo DCValorIdioma
dc.contributor.authorVeit-Acosta, Martina-
dc.contributor.authorWalter Filgueira de Azevedo Junior-
dc.date.accessioned2021-12-22T17:26:31Z-
dc.date.available2021-12-22T17:26:31Z-
dc.date.issued2021-
dc.identifier.issn0929-8673-
dc.identifier.urihttps://hdl.handle.net/10923/20664-
dc.language.isoen-
dc.relation.ispartofCURRENT MEDICINAL CHEMISTRY-
dc.rightsopenAccess-
dc.subjectprotein-ligand interactions-
dc.subjectScoring Function Space-
dc.subjectdrug design-
dc.subjectMachine learning-
dc.subjectCrystallography-
dc.subjectDeep Learning-
dc.titleThe Impact of CrystallographicData for the Development of Machine Learning Models to Predict Protein-Ligand Binding Affinity-
dc.typeArticle-
dc.date.updated2021-12-22T17:26:29Z-
dc.identifier.doiDOI:10.2174/0929867328666210210121320-
dc.jtitleCURRENT MEDICINAL CHEMISTRY-
dc.volume28-
dc.spage1-
dc.epage15-
Aparece nas Coleções:Artigo de Periódico

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
The_Impact_of_CrystallographicData_for_the_Development_of_Machine_Learning_Models_to_Predict_ProteinLigand_Binding.pdf1,2 MBAdobe PDFAbrir
Exibir
Ver em formato simples Ver estatísticas Busque outras versões desse texto via SFX


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.